Risk Factor Profiles for Individuals With Diagnosed <scp>OA</scp> and With Symptoms Indicative of <scp>OA</scp>: Findings From the Canadian Longitudinal Study on Aging
Notice bibliographique
Résumé
OBJECTIVE: The vast majority of published estimates of osteoarthritis (OA) burden are based on an OA diagnosis. These data are limited, as individuals often do not visit a physician until their symptoms are moderate to severe. This study compared individuals with an OA diagnosis to those with OA joint symptoms but without a diagnosis considering a number of sociodemographic and health characteristics. A further distinction was made between individuals with symptoms in one joint site and those with symptoms in multiple joint sites. METHODS: Data are from 23 186 respondents aged 45 to 85 years from the first cycle of the Canadian Longitudinal Study on Aging. A multinomial logistic regression model examined the relationship between sociodemographic- and health-related characteristics and OA status (diagnosed OA, joint symptoms without OA, no OA or joint symptoms). In addition, logistic regression models assessed the relationship between OA status and usually experiencing pain and having some degree of functional limitation. RESULTS: Twenty-one percent of respondents reported a diagnosis of OA, and 25% reported symptoms typical of OA but without an OA diagnosis. Other than being slightly younger, the characteristic profile of individuals with symptoms in two or more joint sites was indistinguishable from that of those with diagnosed OA. CONCLUSION: It may be warranted to consider OA-like multiple joint symptoms when deriving estimates of OA-attributed population health and cost burden.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».